Gemini 3.1 Flash Tts Preview

نموذج كلام من Google لتحويل النص إلى صوت مع التحكم في أسلوب السرد ووسوم صوتية تعبيرية.

Ailoot · توليد الكلام POST /v1/audio/speech gemini-3.1-flash-tts-preview

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

يحوّل Gemini 3.1 Flash TTS Preview النص إلى كلام. هدفه أداء صوتي طبيعي مع التحكم في السرد عبر تعليمات نصية. يمكن تحديد أسلوب النطق مع تعليمات الكلام، وتساعد الوسوم الصوتية التعبيرية على تقديم الأداء المطلوب.

يتحول النص إلى صوت

إدخال النموذج نص وإخراجه تسجيل صوتي. الحد الأقصى للإدخال 8 192 توكنًا والإخراج 16 384 توكنًا. صُمم لتوليد الكلام من نص مُعد؛ وليس نموذجًا عاديًا للإجابة النصية أو تفريغ تسجيل مُرسل.

تتوفر قراءة بصوت واحد وحوارات بمتحدثين متعددين. يُبنى التحكم بالنطق على التعليمات: يمكن وصف طابع القراءة والتعبير في الردود. يذكر المصنّع التوليد على دفعات للمهام الصوتية المتكررة.

صيغة النتيجة والتخصص

الصيغة الأصلية للإجابة العادية هي PCM دون ترويسة WAV. هذه خاصية مهمة لهذا الإصدار الأولي تحديدًا: لا يمكن اعتبار البايتات المعادة تلقائيًا ملف WAV جاهزًا.

لا تعلن بطاقة النموذج عن التخزين المؤقت للسياق أو تنفيذ الكود أو البحث في الملفات أو استدعاء الدوال أو الإسناد إلى نتائج البحث أو Google Maps أو توليد الصور أو الإجابات النصية المنظمة أو Thinking أو قراءة محتوى عناوين الويب. توليد الكلام مهمته المتخصصة للإخراج؛ ولا تنتقل إليه إمكانات النماذج النصية.

إصدار أولي

ينتمي gemini-3.1-flash-tts-preview إلى الإصدارات الأولية الصوتية السابقة. ينبغي دراسة التحكم بصوته وصيغة الصوت منفصلين عن نماذج TTS اللاحقة. لم يُعلن لهذا الإصدار عن إنشاء هوية صوتية جديدة أو محاكاة صوت من عينة؛ ولا تحدد بطاقته العدد الدقيق للغات المدعومة.

تخص الإمكانات الموصوفة النموذج نفسه. تتحدد طريقة إرسال النص وإعدادات المتحدثين والحصول على ملف الصوت وفق الطريقة الصوتية المدعومة.

Ailoot · توليد الكلام POST /v1/audio/speech gemini-3.1-flash-tts-preview

gemini-3.1-flash-tts-preview

Google /gemini-3.1-flash-tts-preview

البداية

نموذج كلام من Google لتحويل النص إلى صوت مع التحكم في أسلوب السرد ووسوم صوتية تعبيرية.

المدخلات المقبولة: النص
النتائج: speech

متاح في Ailoot · المدخلات والطرائق

Ailoot · توليد الكلام POST /v1/audio/speech

الإدخال: text
الإخراج: speech
صيغة الإخراج: بايتات الصوت بصيغتها الأصلية أو روابط الأصول ضمن JSON

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود gemini-3.1-flash-tts-preview	القيمة الافتراضية—
الحقل`input`	النوع`string`	المتطلبمطلوب	القيم والحدود الحد الأدنى للطول: ⁦1⁩	القيمة الافتراضية—
الحقل`voice`	النوع`string`	المتطلباختياري	القيم والحدود Kore	القيمة الافتراضيةKore
الحقل`response_format`	النوع`string`	المتطلباختياري	القيم والحدود , wav, json	القيمة الافتراضية
الحقل`stream_format`	النوع`string`	المتطلباختياري	القيم والحدود audio	القيمة الافتراضية—

تركيبات مواد الإدخال

text_to_speech · مطلوب: input

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`material_types`	المواصفاتtext
المعلمة`required`	المواصفاتnull
المعلمة`optional_controls`	المواصفاتnull

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

بُنى الطرق ومعرّفاتها دقيقة؛ قدرة المورد منفصلة عن السماح بالطلب.

الباقات

تعرفات طرائق Ailoot

Ailoot توليد الكلامPOST /v1/audio/speech

الإدخال: ⁦‏0.001 US$⁩ / 1K
الإخراج: ⁦‏0.02 US$⁩ / 1K

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot · توليد الكلام

مثال للكلام

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "gemini-3.1-flash-tts-preview", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o speech.wav

استلام النتائج وحفظها

Ailoot · توليد الكلام

بايتات الصوت بصيغتها الأصلية أو روابط الأصول ضمن JSON

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

يُعاد المخرج الواحد افتراضياً كبايتات صوت بصيغتها الأصلية مع Content-Type الفعلي؛ أما response_format=json أو تعدد المخرجات فيُعيد جميع الروابط المملوكة لك. لا يُنفَّذ تحويل مطلوب إلى MP3/Opus/AAC/FLAC/PCM ولا بث SSE.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت.

حقول الاستجابة

الحقل	النوع
الحقل`binary native audio`	النوعbytes
الحقل`model`	النوعstring
الحقل`response_id`	النوعstring
الحقل`actual_count`	النوعinteger
الحقل`data[]`	النوعowned audio asset link

الأخطاء والخطوات التالية

الاستجابة	الشرط	الخطوة التالية
الاستجابة⁦400⁩ · `invalid_request_error`	الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة	الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد.
الاستجابة`server_error`	الشرطتشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق	الخطوة التاليةاحتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot gemini-3.1-flash-tts-preview

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

gemini-3.1-flash-tts-preview

FAQ · Gemini 3.1 Flash Tts Preview

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/speech · gemini-3.1-flash-tts-preview: text → speech
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/speech · gemini-3.1-flash-tts-preview: model, input, voice, response_format, stream_format

Gemini 3.1 Flash Tts Preview